R：根据事件的类似产品兴趣对客户进行聚类

Question

我有一个包含客户列表及其产品首选项的数据集。基本上，它是一个简单的CSV，其中包含一个名为“CUSTOMER”的列和另外5个名为“PRODUCT_WANTED_A”，“PRODUCT_WANTED_B”的列等等。

我问过这些客户是否有兴趣了解特定产品的更多信息，答案可能只是YES或NO（数据集中为1或0）。可以下载数据集here。显然，根据这5列中的YES或NO的组合，会有许多不同兴趣的客户。

我的目标是了解哪些客户与其他客户相似。这将帮助我管理产品演示的议程，并且在每次会议中，我想了解最佳分组。我从这样的等级情节开始：

customer_list <- read.csv("customers_products_wanted.csv", sep=",", header = TRUE)
customer.hclust <- hclust(dist(customers_list))
plot(customer.hclust, customer_list$CUSTOMER)
library(rect.hclust)
rect.clust(customer.hplot,5)

这是我得到的情节，要求5个集群：

尝试相同，但有10个集群：

问题1：我知道这总是很难说，但是看一下图表和数据集，您对集团客户的“削减”是什么？ 5？ 10？

我正在审查结果，在同一组中，我将CUSTOMER112与1,0,1,0,1作为他们的偏好与CUSTOMER 110（1,1,1,1,1），CUSTOMER106（1 ，1,1,1,0）等。 “距离”可能是正确的，但在给定的组中，我的客户在他们的偏好中存在一些相关的差异。

问题2：我不知道是否完全忽略了聚类，我使用的代码甚至是数据集。根据您的经验，在这种情况下，您最佳聚类的方法是什么？

任何评论都将受到高度赞赏。如你所见，我做了一些努力，但仍有疑问。

非常感谢！

里卡多